文蛤與西施舌為台灣西南沿海沙岸常見的潛沙型雙殼綱動物，然殼型瘦長的西施舌潛沙總深度遠大於鈍胖的文蛤，故本研究欲探討兩者殼型是否具導致行為差異之物理特性。透過觀測潛沙行為、受力特性，發現西施舌不僅單次潛沙深度較文蛤大，潛沙時的受力、耗能還小於文蛤。此外，西施舌潛沙時相比文蛤幾乎不轉動，應是受限於較大的單位質量轉動慣量。進一步以模型殼分析後，發現其受力與殼長(L)、殼寬平方(W2)和殼高平方(D2)等參數呈線性正相關，其中W、D直接影響殼體潛沙時的最大截面；L則間接影響殼體在沙面下的外殼弧形。本研究結果可解釋潛沙型雙殼綱動物以特定入沙角度潛沙之行為實具有減少潛沙阻力之物理意義，未來值得應用於鑽研工具之設計。

飛機起降安全很重要，據統計， 世界上每年大約有1萬多隻各種飛鳥撞在飛機上，現階段預防鳥擊的方法除了最初就需要評估生態環境外避免鳥類棲息或遷移地點，恐嚇是最簡單和最直接的驅趕雀鳥方式。 本實驗採用arduino執行砲口轉向與仰角等可程式控制處理，透過PCB電子電路模組對電容進行充電達發射程序，進一步對發射進行彈道學分析。實驗環境於人煙稀少處做射擊模擬，藉由高速攝影與三位人工觀察判斷實驗數據。 最後模擬規劃金門尚義機場，藉由GOOGLE空照計算機場跑道長度，按比例推算放大實驗設備性能，參考研究歸納的合理射程範圍沿著跑道兩側最適當配置。因彈藥具磁性，發射後可立即出動強磁回收車清理跑道彈藥殘渣，於跑道安全優於其他彈藥驅散成果。

在臺灣手語辨識，先前研究所使用的監督式學習需要大量標記樣本而限制可辨識詞彙量。為此，本研究借鑒自然語言處理領域中BERT的遮罩想法，將未標記手語影片隨機遮蓋部分幀數，並讓模型學習預測被遮蓋的幀數以學習臺灣手語的特徵，並透過遷移學習來訓練辨識模型，此作法可克服現有臺灣手語資料缺少的問題。經過實驗，本研究訓練之詞彙辨識模型達成了242個單字量，92%的準確率。 此外，先前研究皆未在手語句子翻譯上有成果。因此本研究基於以上模型，設計手語翻譯的系統，整個系統在100個句子的翻譯表現達到83%的準確率，證明自監督學習的方式在手語辨識、翻譯上是有效的。並展現出樣本需求少與辨識詞彙量可輕易擴大的潛力。

本研究之目的是以智慧型雲端監控孵蛋裝置，以取代目前市面上看到的孵蛋器。市面上孵蛋器大多分為兩種，第一種是當溫度未達到所需的設定值時，就持續通電加熱到達設定值後再斷電，這種控制方法非常簡單，但缺點就是溫度的變動量也隨之變大。第二種則是透過精密溫度控制的設備，來達到我們所要求的溫溼度，這樣的控制方法雖然穩定，缺點則是需要高額的花費。 因此，本次研究的方向是設計穩定且易於控制的孵蛋裝置。此作品運用PID控制理論結合ESP32雙核心，配合利用第一核心進行PID控制、第二核心進行連線狀態的監控以及資料的傳輸，並且運用APP應用程式來操控孵蛋裝置。實驗結果證實，此研究能以精準、誤差小、穩定度高和便利性來達到我們的目的。

機器學習和精準醫療是目前醫學界的熱門話題。機器學習在醫療領域的應用越來越普及，可幫助臨床更快速及精準診斷疾病，並提供個人化治療方案。例如，通過訓練大量醫學影像數據，建立深度學習模型，可用於腫瘤的自動辨識與分類。通過醫療資料大數據分析，可以為臨床提供及時的疾病預測和預防建議。然而，如何讓臨床資料結合機器學習建立模型預測，是很重要的議題。本研究使用臺北醫學大學數據處蒐集衛生福利部雙和醫院的大腸直腸癌與大腸炎病患三年的臨床資料，結合機器學習進行模型的建立與預測。經處理數據的缺失值、特徵的排序與選取及向前特徵選取法來訓練與驗證模型，找出分辨大腸直腸癌和大腸炎的最佳檢驗項目組合及效能，以預測大腸直腸癌。

台灣是個四面環海國家，土地面積為3.6萬平方公里，人口約2千3百萬人，2019 年人口成長率為 0.2%，根據內政部資料得知，人口老化指數，由107年1月106.35，到108年2月113.93%，人口結構觀察，高齡者(65歲以上)比率逐年上升，台灣老人占總人口12.83%，逼近 14%高齡社會。 而老年人的食、衣、住、行，更需我們多花一份心思去關心，其中尤以「行」最為我們關切，根據內政部資料統計及新聞報導，台灣失智人口在 2017年底已超過27萬人，65歲以上老人每13名就有一名失智，衛福部的調查顯示表示，2031 年失智人口將增加到 46 萬人，2061 年將超過85萬人，等於未 來 40年內，台灣平均每40分鐘新增1名患者，每天增加38人罹病，此問題乃是我們關切之重要因素。

透過瞭解妥瑞氏症症狀的發生緣由，並分析目前已被認證「可對症狀造成正面影響」的特定成分，如鎂、維生素B6等。並施以富含該成分之天然食品，觀察其是否能在實驗魚身上造成相同效果。 我們利用孔雀魚的平均尾鰭擺動角度超過25度以上來定義為孔雀魚的類妥瑞氏症症狀，並利用特定藥物來進行其類妥瑞氏症的誘發。 且以含有豐富鎂含量的酪梨與含有豐富維生素B6的蒜頭進行投餵，並測量其影響孔雀魚尾鰭擺動角度的各時間段之度數，且經過分析實驗數據，可總結出此兩項食品具有一定程度可以達到近似妥瑞氏症藥物帶給實驗對象的抑制效果。 並根據實驗結果，來探討是否能以一般食品來緩解妥瑞氏症患者的症狀，甚至降低患者對於藥物的依賴性，進而取代藥物。

本研究主要是為了提升在線上西洋棋網站中對弈的公平性，希望可以用自動化的模型幫我們抓出作弊者。 首先我們需要將棋局PGN檔先預處理成訓練要用的模式，接下來將分成兩組實驗進行:一是用每步著法及時間放入深度學習網路製作模型，二是以子力停留位置製作的熱圖配合卷積神經網路製作。 研究結果顯示，使用深度學習的模型判斷結果比用卷積神經網路的模型還準確一些，而使用卷積神經網路的模型中，我們發現加入子力權重的模型會比沒有加入的準確一些，但是還是比不上深度學習的模型。

本研究加入各種考量計算，以得出最接近實際白天時長的的數據。首先假設地球為正球型，計算出未考慮大氣的理論白天時長，並考慮太陽視角導致的誤差，可進一步得出蒙氣差數值；第二步考量大氣偏折，將大氣拆分成密度不同的大氣層，討論由太陽射向地球的光，利用Google試算表計算出日光和地表的相切處，再將此數值代入日照時長公式，即可縮小和實際情況差距；最後和各國真實白天時間比較，繪製理論與實際情況關聯的散佈圖，可知實際與理論日照時長僅存在些微差距。結果中的些微誤差，推測為未考慮地球之橢圓形狀以及大氣中不同層的複雜變化所造成，可作為未來改進方向。

我們想知道，常在校園或街道角落的蟋蟀的叫聲，是否體型或者發聲構造的面積會與他們有關聯。因此，我們能夠在市面上看到同種，卻不同大小、顏色的黃斑黑蟋蟀，也讓我們想要探討，同種的情況下，蟋蟀是否會因為體型大小而聲音特色有所不同。本實驗研究黃斑黑蟋蟀，我們選用體型較大的「黑龍仔」品系及體型較小的「紅羌仔」品系，透過透過回歸分析的方式，分析當一隻「紅羌仔」或「黑龍仔」黃斑黑蟋蟀的體重、harp或mirror面積在蟋蟀群體(n=30)中越大，對於黃斑黑蟋蟀呼喚、打鬥、求偶長音、求偶短音的關係。我們也進一步驗證什麼樣的求偶聲能夠吸引雌性蟋蟀的注意，並討論這是否和體型有關。